You are on page 1of 15

Universidad de San Carlos de Guatemala

Facultad de Ingeniera
rea de Estadstica
VARIABLES ALEATORIAS BIDIMENSIONALES
Concepto:
Sean X e Y variables aleatorias. Una variable aleatoria bidimensional (X, Y) es una asignacin numrica
en 2 :
(X, Y): E 2
ei (X(ei), Y(ei)) 2

Tipos

Variables aleatorias bidimensionales discretas


Variables aleatorias bidimensionales continuas

Variables aleatorias bidimensionales discretas


Son aquellas variables aleatorias que slo pueden tomar un nmero de valores finito o infinito
numerable.
(X, Y) : E 2 ei (X(ei), Y(ei)) 2
Las variables aleatorias bidimensionales discretas estn caracterizadas por la funcin de probabilidad
conjunta y la funcin de distribucin Adems en este caso existen distribuciones marginales de las
variables y distribuciones condicionadas.

Funcin de probabilidad conjunta


Definicin

Propiedades:

Funcin de probabilidad marginal

Funcin de probabilidad condicionada

Funcin de distribucin

Variables aleatorias bidimensionales continuas

Sea

una variable contina, se dice que

La funcin

es su funcin de densidad conjunta si:

debe verificar:

1.

2.
Representa una superficie de densidad, de tal forma que el rea encerrada
entre la superficie Z y el plano XY vale la unidad.
La probabilidad de que la variable aleatoria tome valores dentro del rectngulo viene dada
por:

Si A representa cualquier suceso y


A, se define su probabilidad como:

la regin del plano XY que se corresponde con

La funcin de distribucin conjunta viene dada por:

La relacin entre F y f es:

Las funciones de distribucin marginales son:

Derivando se obtienen las correspondientes funciones de densidad marginales:

Valor Esperado de las Variables aleatorias bidimensionales


Sea una variable aleatoria bidimensional (X,Y) cuya fdp conjunta es la funcin de
probabilidad conjunta p(xi,yj) si es discreta o la funcin de densidad de probabilidad conjunta
f( x,y ) si es continua y sea una funcin real de dos variables Z = H(x, y ) de manera que
podemos definir una variable aleatoria Z que es funcin de la variable aleatoria
bidimensional (X, Y ) de la forma Z = H(X, Y). Si la fdp de Z es q(zi) , si Z es discreta, o q(z) si es
continua, entonces la esperanza matemtica de Z es, de acuerdo con la definicin general:

Teorema
Sea (X,Y) una variable aleatoria bidimensional y sea Z=H(X,Y) una variable aleatoria que es funcin de
(X,Y).
a) Si Z es variable aleatoria discreta que proviene de la variable aleatoria bidimensional discreta (X,Y)
cuyo recorrido es RXY y su fdp conjunta es p(xi,yj), entonces:

b) Si Z es variable aleatoria continua que proviene de la variable aleatoria continua bidimensional


(X,Y) cuya fdp conjunta es f ( x,y), entonces:

Covarianza
Es un valor que indica el grado de variacin conjunta de dos variables aleatorias. Es el dato bsico
para determinar si existe una dependencia entre ambas variables y adems es el dato necesario para
estimar otros parmetros bsicos, como el coeficiente de correlacin lineal o la recta de regresin.
Sean X e Y dos variables aleatorias. La covarianza de X e Y se define:

Propiedades de la covarianza:

Coeficiente de Correlacin
En realidad ms que la covarianza aqu nos interesa considerar una cantidad relacionada con XY y que
segn veremos nos dar informacin sobre el grado de asociacin que existe entre X e Y. Ms
concretamente nos contar si existe algn grado de relacin lineal entre X e Y. Esa cantidad es el
coeficiente de correlacin lineal.
5

Propiedades del coeficiente de correlacin


Propiedad 1

Propiedad 2

Propiedad 3

Propiedad 4

Independencia
Hemos visto que a partir de la distribucin conjunta se puede hallar la distribucin de cada
componente (estas eran las distribuciones marginales). Cabe preguntarse si a partir de las
distribuciones marginales es posible determinar la distribucin conjunta. En general esto no es cierto,
solo en el caso particular que las variables sean independientes. Dadas dos variables X e Y son
independientes si y solo si:

Propiedades de variables independientes:

Problemas Resueltos
Variables Aleatorias Bidimensionales Discretas

10

Variables Aleatorias Bidimensionales Continuas


Ejemplo 1:

Si x, y son variables aleatorias continuas con funcin de densidad de probabilidad,


(, ) = 18 2 2

0 1 ;0

Recorrido de xy:

Calcule lo siguiente:
1

a. Encuentre la probabilidad ( < 2 , < 3)


Solucin:
( <

1
1
1
1
1
1
, < ) = (0 , 0 ) + ( , 0 )
2
3
3
3
2
3
1/3

=
0

18 2 2 +
0

1/2

1/3

1/3

18 2 2

= 0.0013717 + 0.0065157 = .
b. La distribucin marginal de x.
Solucin:

() = 18 2 2 =
0

18 5

01

c. La distribucin marginal de y.
Solucin:
1

() = 18 2 2 = 6 2 (1 3 )

01

11

Ejemplo 2:

Se supone que cada neumtico delantero de un tipo particular de vehculo est inflado a una
presin de 26 lb/pulg2. Suponga que la presin de aire real en cada neumtico es una
variable aleatoria x para el neumtico derecho y y para el izquierdo con funcin de
densidad de probabilidad conjunta:
(, ) = {

( 2 + 2 )
0

20 30,
20 30

a. Cul es el valor de K?
Solucin:
Para que la funcin de probabilidad conjunta sea vlida, se sabe que, al integrar a cada
variable dentro de sus lmites el resultado debe ser 1 (probabilidad total).
30

30

( 2 + 2 ) = 1
20

20

30

30

30

3
[ + 2 ] = 1 ;
3
20
20
30

19000
3
[
+ 10 ] = 1;
3
3 20

(
20

19,000
+ 10 2 ) = 1
3

2 19000
(
)=1;
3

b. Cul es la probabilidad de que ambos neumticos estn inflados a menos presin?


Solucin:
Inflados a menos presin indicara por tanto que ambos neumticos pueden tener menos de
26 lb/pulg2.
26

26

( < 26, < 26) = ( 2 + 2 ) = 0.3024


20

20

12

Existe una probabilidad de 0.3024 de que ambos neumticos tengan estn inflados a
menos presin.
c. Marginal de y: Determine la funcin marginal del neumtico izquierdo.
Solucin:
30

30

() = ( +

2 )

20

3
= [ + 2 ]
3
20

(6 2 + 9576) 20 30

d. Marginal de x: Determine la funcin marginal del neumtico derecho.


Solucin:
30

30

() = ( +
20

2 )

3
= [ + 2 ]
3
20

(6 2 + 9576) 20 30

e. Independencia: Son x y y variables independientes?


Solucin:
Si x y y son variables independientes, entonces su funcin conjunta f(x,y) debe ser igual al
producto de sus funciones marginales fx(x)*fy(y).

() () = 36 2 (1596 + 2 )(1596 + 2 ) ( 2 + 2 )

Debido a que no es cierto que el producto de ambas marginales provea la funcin conjunta
de x y de y, se concluye que x y y no son independientes.

13

f. Condicional: Si el neumtico derecho tiene una presin de 26 lb/pulg2, determine la


probabilidad de que el neumtico izquierdo tenga menos presin que la que presenta
el derecho.
Solucin:
26
(, )
< 26
(
)
=

, : = 26
= 26
20 ()

26

26
26
( 2 + 2 )
262 + 2
1

=
= (
) (262 + 2 )
2
2
13632 20
20 (6 + 9576)
20 6 26 + 9576

26

1
3
1
9576
(
) [262 + ] = (
)(
4056) = 0.5317
13632
3 20
13632
3

Existe una probabilidad de 0.5317 de que el neumtico izquierdo tenga una presin menor
a la que presenta el neumtico derecho.
Ejemplo 3:

La funcin de densidad de probabilidad conjunta de la cantidad X de almendras y la cantidad


Y de nueces de Acaj en una lata de 1 lb de nueces es:
24
(, ) = {
0

0 1, 0 1, + 1

Si 1 lb de almendras le cuesta a la compaa Q1.00, 1 lb de nuez de Acaj le cuesta Q1.5 y 1 lb


de manas le cuesta Q0.5, entonces el costo total del contenido de una lata es
(, ) = (1) + (1.5) + (0.5)(1 ) = . + . +
(Puesto que 1-X-Y del peso se compone de manas). El costo esperado total es:

[(, )] = (, ) (, )

1

[(, )] =
0

(0.5 + 0.5 + ) 24

14

[(, )] = .

Si se tiene una funcin marginal de X=Cantidad de almendras y Y=cantidad de nueces igual a:


2
() = {12(1 )
0

01

2

Con () obtenida reemplazando x por y en (). Es fcil verificar que = = 5

() = (, ) =

() = 8 2 (1 )3 =
0

24

Por lo tanto la Covarianza est dada por:


(, ) =

2
2 2
2
4

( )( ) =

=
15
5 5
15 25

15

You might also like